当我试图解决神经网络的分类问题时,数据集中的类用k-means进行计算。是有监督的还是无监督的学习?受监督或无监督
Q
受监督或无监督
1
A
回答
0
这可能属于启发式方法类semi-supervised learning。
0
神经网络的学习算法可以是有监督的或无监督的。
神经网络据说学习监督如果所需的输出已知。 示例:模式关联
学习无监督的神经网络没有这样的目标输出。 无法确定学习过程的结果如何。 在学习过程中,根据给定的输入值,这种神经网络的单位(权重值)被“排列”在一定的范围内。目标是在价值范围的某些区域将相似的单位靠近在一起。 示例:模式分类
相关问题
- 1. Akka监督管理监督
- 2. 图像识别使用监督或无监督学习
- 3. Erlang:谁来监督监督员?
- 4. 内存监督
- 5. 如何提出有监督和无监督学习的问题?
- 6. 直接/间接和监督/无监督/强化学习
- 7. 无监督情绪分析
- 8. ejabberd监督模块
- 9. 使用PCA时监督学习和无监督学习的区别
- 10. 使用TensorFlow监督员
- 11. 监督树未能启动
- 12. MVP - 监督控制器
- 13. NLTK中的无监督HMM训练
- 14. 是否在Spark监督或无监督的MLlib库中预定义了流式k均值聚类?
- 15. 减少监督学习的尺寸
- 16. Rails的ACL插件,与设计/监督?
- 17. 监督学习随机森林通过
- 18. 有监督学习的情感分类
- 19. 在MATLAB中监督SOM的培训
- 20. 寻找我的代码监督
- 21. 聚类与非监督分类
- 22. 有监督的运动检测库
- 23. 如何调试设计/监督?
- 24. erlang监督员重新启动策略
- 25. 准备包半监督学习
- 26. 监督Git中的项目更改
- 27. Erlang如何监督多个模块
- 28. NLP的远程监督算法
- 29. 理解Erlang/Elixir的监督职责
- 30. 非监督分类方法可用